动态用户均衡配流模型的研究

提出一个动态用户均衡配流模型 ,它能够预测多 OD对交通网络中交通流的动态变化 ,利用最优控制理论得出该模型最优解的条件 ,并证明了该条件与动态用户均衡相一致 ,该模型可以调控交通网络中的交通流量 .     

考虑参考点依赖的随机网络用户均衡与系统演化

考虑出行者路径选择过程中的有限理性和参考点依赖,以基于累积前景理论的路径选择决策规则为基础,建立随机网络用户均衡及其等价的变分不等式模型,力图展示现实中的交通流分布形态.提出了求解模型的算法,并通过简单的算例对模型和算法的合理性进行验证.考虑到日常出行路径选择是一个重复的学习与更新过程,通过模型描述出行者路径选择过程中的学习、选择和更新行为,进一步建立基于累积前景理论的动态交通系统,最后通过算例说明动态交通系统演化到用户均衡的过程.     

混合交通运量分布与均衡配流组合模型研究

运量分布与交通分配是交通规划中的两个关键问题 ,但现有模型在我国城市交通规划的实际应用中存在不少问题。本文基于我国城市混合交通的特点 ,借助于 share需求模型 ,建立了混合交通运量分布与平衡分配的极值模型 ,并利用最优化原理证明了模型的最优解等价于 Wardrop的用户平衡原则且最优解是唯一的。最后利用方向搜索法得到该模型的算法     

考虑换乘费用的城市公交网络随机用户均衡配流模型及算法

文章在引用增广公交网络的基础上,考虑换乘次数对乘客出行时间的影响,引入换乘次数惩罚因子,给出了计算换乘费用的方法,并给出了乘客在公交出行中包括步行时间、等待时间、乘车时间和换乘时间以及换乘惩罚在内的路径费用. 在此基础上,构建了随机用户均衡模型来描述城市公交O-D需求在网络上的分配问题,证明了模型的最优解满足平衡条件,采用改进的MSA算法对模型进行求解. 最后,用一个简单算例验证了模型及算法的可行性和有效性.     

考虑共享出行的用户均衡交通分配模型

为了研究共享出行行为对交通分配问题的影响,本文提出一个基于路径的共享出行用户均衡交通分配模型.在该模型中,出行者不仅要选择从出发地到目的地的路径,而且还要进行模式选择,以达到最小化广义路径出行成本的目的.本文构建的考虑共享机制的交通分配模型引入两个假设:1)一个乘客只被一个共乘司机搭载,一个司机只载一个乘客;2)由于参与共享出行活动,共乘司机和乘客均可获得额外的共享出行奖励,此外共乘乘客还能得到共享出行成本折扣.这两个假设使得所构建的共享出行用户均衡模型更贴近现实.Braess网络中的数值结果分析了关键参数对均衡结果的影响,结果表明:共享出行成本优惠和共享出行奖励均是鼓励出行者参与共享出行活动的有效措施.     

城市交通组合随机用户平衡模型

提出了适用于大规模网络的组合随机用户平衡模型,能够同时预测出行分布和交通分配。因为出行分布、交通分配子模型都是建立在随机效用理论基础上,因此,整个模型具有一致性,且具有很好的行为解释。引进循环优化分配算法,并用一个简化的例子对模型及算法进行了验证说明。     

基于交通瓶颈的动态交通分配模型

在动态交通分配模型中,假定在交通均衡状态下司机不可以通过改变出发时间和行驶路径而降低出行费用.经典的Vickrey模型作为一种基于交通瓶颈的动态交通分配模型,假设出行者选择不同的时间上班(下班)所面对的出行费用(含旅行时间和延误惩罚)相等.针对在Vickrey模型中,长期以来人们均假设瓶颈的通行能力是不变的,即从瓶颈离开的累计车辆数为直线,将对Vickrey模型的这一缺陷做出改进,建立瓶颈通行能力随时间变化时的交通均衡模型和求解算法.     

基于成对组合Logit的多用户多模式随机用户均衡模型

在多用户多模式的交通网络中, 采用考虑成对方案间相关性的成对组合Logit模型, 建立了路径选择满足Wardrop原则, 模式选择满足Logit模型的随机用户均衡模型, 构造了时间价值不同的多种用户类别下, 不同模式间路段阻抗函数满足对称条件时与之等价的数学规划问题, 并证明了所构建的数学规划问题与基于成对组合Logit的多用户多模式随机用户均衡条件的等价性, 进一步证明了模型最优解的存在性和唯一性条件. 最后用一个简单算例表明了所构建的模型的正确性和可行性.     

预则型动态交通网络配流模型

提出卫种预测型动态交通网络配流模型,利用最优控制理论和最优化原理推出了模型最优解存在的条件,并给出最优解的经济解释,体现模型体现了道路使用者对路树的预测依赖于先进的交通信息系统和决策者的理发预测的特点,它与实际情况更为接近。     

交通信息诱导下的混合用户均衡模型研究

通过分析交通信息对出行者路径选择行为的影响,构建了一个同时考虑惯性出行者和非惯性出行者路径选择行为的混合用户均衡模型.随后,提出了求解混合用户模型的算法,通过算例对模型和算法的合理性进行验证,并探讨当出行者路径选择存在惯性行为时,交通信息是否能够缓解交通拥堵.研究发现交通信息虽然可以影响出行者的路径选择行为,但是可能会增加整个系统的总出行时间.而合适的信息渗透率有助于显著地减少整个系统的总出行时间,使得系统趋向于最优化.     

OD分布与随机均衡分配的组合模型及算法

目前交通规则实践缺乏考虑交通信息的随机性,从而降低了它所得结果的准确性,为此,通过分析出行路选择和目标选择的随机性,建立了交通网络OD分布与随机平衡（或均衡）分配的组合模型,通过引入拉格朗日函数,证明了模型最优解满足随机用户平衡条件和OD分布的要求且最优解是唯一的;最后给出了模型的方向搜索算法。     

基于满意准则的有限理性用户均衡流量分配性质研究

基于西蒙有限理性满意准则的研究框架, 研究了有限理性用户均衡下的并行网络交通分配问题. 通过引入满意水平的概念, 对有限理性用户均衡流量分配问题建立模型. 基于该模型, 通过考虑出行者满意水平的异质性和出行者对路径的偏好, 分析了有限理性用户均衡下交通流量分配的一些性质, 得到了有限理性用户均衡态存在的条件. 研究发现, 优先选择路径上的出行者满意水平不会低于次优先选择路径上的出行者满意水平, 还证明了当满意水平满足一定条件时, 有限理性用户均衡条件会变为完全理性用户均衡条件. 算例表明, 有限理性用户均衡对应的用户总成本不低于完全理性用户均衡下对应的用户总成本.     

后悔视角下的多用户多准则随机用户均衡模型

在多用户多准则的交通网络中,假设出行者的出行时间价值是异质的,服从某一连续分布函数,且考虑出行者的后悔厌恶水平,建立了基于后悔理论的logit形式的随机用户均衡模型.然后,给出了与该模型等价的变分不等式问题,并使用相继平均法求解.最后用一个算例来说明所构建模型的合理性和所提出算法的可行性.算例结果表明,后悔厌恶水平确实影响出行者的路径选择行为,并且随着后悔厌恶水平的增加,高出行时间价值的出行者选择路径的变化幅度先大后小,相反低出行时间价值的出行者选择路径的变化幅度先小后大.     

基于起讫点的均衡交通分配改进算法

AnthonyChen (2002)提出的基于起讫点的Frank-Wolfe (ODBFW)算法, 对同一起点的所有OD对搜索最短路树, 采用one-OD-at-a-time流量更新策略, 是一种收敛性能较好的均衡交通分配算法. 主要对ODBFW算法的初始化、线性搜索及最短路搜索算法进行改进, 提出ODBFW改进算法. 将ODBFW改进算法应用于国际上同类研究常用的SiouxFalls网络及我国山东省诸城市实际道路网, 比较标准FW算法、ODBFW算法及ODBFW改进算法的可行性、效率及稳定性. 结果显示, 改进算法效率较标准FW算法有显著提高, 稳定性较好. 在小型测试路网上改进算法较ODBFW算法达到收敛的时间减少近15%, 在大型测试路网上减少近5%.     

弹性需求用户平衡分配模型及其应用

对具有弹性需求的交通网络随机用户平衡分配问题进行了分析研究,将其描述为一个等价的变分不等式。最后将模型应用于拥护公交网络系统的平衡分配问题,并针对公交网络系统的特殊性,提出相应的求解算法 法。实例表明了模型的合理性和算法的有效性。